Raspberry Pi 上的实时 OpenCV HOG 算法答案

【问题标题】：OpenCV HOG Algorithm in Real Time on Raspberry PiRaspberry Pi 上的实时 OpenCV HOG 算法
【发布时间】：2014-06-25 05:26:05
【问题描述】：

我想知道是否可以使用 Raspberry Pi 摄像头实时运行 OpenCV HOG Detector。

【问题讨论】：

不是一个真正的答案，但 opencv3.0 也有针对人类训练的软级联，运行速度比猪快得多
@berak：你一定是神！！！！无论如何，什么是 Rasbery PI？
参考robots.ox.ac.uk/~lav/Papers/prisacariu_reid_tr2310_09/…，看来PC上的实时HOG需要GPU。而且我不认为 OpenCV 支持 VideoCoreIV GPU，所以我不喜欢 700MHz ARM 能够做到这一点的机会。
@B...：是的，那么软级联呢？

【解决方案1】：

不幸的是，即使超频到 1000MHz 和 64MB 的视频也不够。在具有 2.1 GHz 双核 Intel CPU 和 2GB 内存的旧 Mac 上，对于 640x480 流，我几乎无法在 8-12 FPS 之间获得。

我没有在 Raspberry PI 上尝试过 OpenCV 3.0（只有 2.4.8），所以没有任何软级联测试结果可以分享，但听起来很有希望。

我能想到的另一个想法是使用 LBP 级联。你可以从一个 HAAR 开始，因为已经有一个用于检测身体的，所以它很容易测试，但 LBP 应该快一点。也许您可以训练一个在特定环境下非常有效的级联。

另外，如果有帮助，您可以使用我的小OpenCV wrapper for the PiCamera 进行测试。它基本上从 Pi Camera 模块返回帧为cv::Mat。

【讨论】：

感谢乔治的回复。谈到 Softcascades，我需要实时运行从多个摄像头生成的视频输入。 PC应该有多快？
正如我在上面的回答中提到的，我自己还没有机会使用 Softcascades，所以我不能给你答案。但是，您可以使用单个摄像头运行测试，看看您是否也可以在 GPU 上运行（并非所有 GPU 卡和并非所有算法都支持 OpenCV，因此请先检查）。根据您对单个摄像头的测试（测量检测所需的时间），您应该能够估计多个摄像头需要多长时间

【解决方案2】：

我使用 USB 视频采集器在 PI 上运行 openCV，因为我使用的是闭路电视摄像机。我使用 Python。

它运行良好（对于我想做的），但你需要限制分辨率。

它比 PC（2ghz 双核）慢，但仍然有效。

【讨论】：